心脏疾病一直以来都是威胁人们生命的关键问题,心音听诊作为心脏检查的基本手段,在心脏疾病预防、诊断及治疗上发挥着巨大的作用,传统心音听诊器功能简单,没有降噪处理和分析功能,主要依赖于医生的人工判断。近年来,随着人们日益增长的心脏健康检测需求,适用于医疗的便携式智能听诊关键技术成为了广大学者的研究热点。本文针对便携式智能听诊器的应用场景,进行了心音降噪算法研究改进和便携式听诊器样机实现。心音信号十分微弱,易受到各种噪声干扰,要面向医疗应用,需对环境噪声、电路干扰等噪声进行有效抑制。本文首先研究了主流的心音降噪算法,其中小波阈值降噪具有较低的算法复杂度和较好的降噪效果,但是对环境噪声效果不足,而自适应滤波通过采集环境噪声作为参考噪声,可以有效抑制信号中的环境噪声,但是其对与参考噪声无关的噪声降噪能力较差,因此,本文将小波阈值降噪和自适应滤波结合,基于双麦克风结构,改进了心音降噪算法;另外,已有便携式听诊器受面积功耗影响,资源有限,性能不足,基于嵌入式处理器的降噪算法软件实现方式,难以保证心音降噪的效果与实时性,因此,本文接下来设计了心音降噪算法的So C架构,对降噪算法进行了硬件电路优化与设计,核心运算模块采用了流水线结构,完成了心音降噪算法的硬件电路设计实现和仿真。在完成电路设计仿真后,本文基于HHGRACE 110nm CMOS工艺,完成ASIC资源评估,心音降噪算法的电路总面积为10058598)~2,总功耗为2.5830m W,满足便携式设备的资源和功耗要求;然后,基于FPGA平台,本文增加了模拟前端设计,完成了便携式智能听诊器的样机设计。最后,基于该样机,本文对降噪算法的性能进行了评测:本文硬件实现降噪算法,可以有效提升输出心音的信噪比,提升可达10.32d B,和相关文献对比,本文算法在降噪效果上具有明显优势;另外,基于专业的听诊器测试平台,对实现的便携式听诊器,本文进行了实际听诊测试,并与美国3M的便携式听诊器进行相关指标对比,结果表明,本文实现的样机降噪效果优良,面积得到明显减少。